该研究针对文本冒险类游戏过大动作空间和奖励稀疏的问题，通过多阶段方法的策略分解，提出了 eXploit-Then-eXplore (XTX) 算法，在确定性和随机场景下要比先前优化方案提高 27％和 11％的平均标准化分数，在特定的 Zork1 游戏中，其得分高达 103 分，是之前最先进方法无法越过的瓶颈。

Jan, 2022

提出了 Meta-Explore 方法，该方法使用一种基于 2D 傅立叶变换的新型视觉表示方法 - 场景对象谱，结合了一种利用未探索状态的利用策略，以及带有语义信息的后悔探索方法，从而可以更好地解决 VLN 中跟随自然语言指令进行导航的问题，并在三个 VLN 基准测试中，Meta-Explore 相对于其他基线模型表现出更好的性能。

Mar, 2023

本文提出了一种层次化学习方法，包括高层的规划和记忆以及低层的房间导航和物品寻找，通过简单的合成语言为代理提供指令，同时使用另一个目标评估模块将指令映射到视觉观察中。在一个动态可配置的家庭环境中验证了该方法的有效性。

Nov, 2022

该研究提出了 Goal-Oriented Semantic Exploration 系统，通过构建基于目标对象类别的情节语义地图来有效探索环境，该模型在模拟环境和移动机器人平台中实现了物体目标导航的优异表现。

Jul, 2020

通过跨模态融合方法和知识迁移框架，提出了一种改善移动机器人的泛化能力并实现从模拟到实际场景的导航技能转移的方法，通过教师 - 学生蒸馏架构，在理想环境中学习判别性表示和接近完美的策略，通过模仿教师的行为和表示，学生能够对来自多噪声模态输入的特征进行对齐，并减小变异对导航策略的影响，实验结果表明我们的方法在模拟和实际环境中全面超越了基准方法，并在不同工作条件下实现了稳健的导航性能。

Sep, 2023

智能机器人是机器人领域的最终目标，本文提出了名为 GExp 的框架，通过自我探索、知识库构建和闭环反馈等模块，使机器人能够自主探索和学习，解决了机器人自主探索各种环境的挑战，并且提供了部署实际机器人系统作为全方位助手的工作流程。

Jan, 2024

本文研究了多目标导航任务，通过四个模块（物体检测、语义地图构建、环境探索和导航）来解决此任务。结果表明，在 MultiON 任务中，采用 PointGoal 导航模型优于从头开始学习导航。与分析路径规划相比，基于 Agent 的导航模块表现更好。同时也探讨了探索策略并发现随机探索策略显著优于更高级的探索方法。我们还创建了 MultiON 2.0 数据集作为我们方法的测试平台。

Apr, 2023

使用弱探索强利用（WESE）方法，将大型语言模型（LLMs）代理在解决开放世界互动任务时的成功率和效率显著提高，通过分离探索和利用过程，并使用成本效益高的弱代理执行探索任务获取全局知识，然后引入基于知识图谱的策略来存储获取的知识并提取任务相关知识，加强更强的代理在利用任务中的成功率和效率。

Apr, 2024

本文介绍了一种基于图神经网络的多智能体导航任务的目标条件层次方法，名为 MAGE-X，该方法由高级目标指挥官和低级行动执行器组成，并通过使用关键合作者构建子图来提高合作。结果显示，MAGE-X 在多智能体颗粒环境（MPE）和更复杂的四旋翼 3D 导航任务中均优于最先进的 MARL 基线。

Feb, 2023

通过交互式场景探索，RoboEXP 系统利用动作条件的场景图（ACSG）有效建模并推进机器人在各种真实环境中的操作任务。

Feb, 2024